MATLAB命令大全
管理命令和函数
help 在线帮助文件
doc 装入超文本说明
what M、MAT、MEX文件的目录列表
type 列出M文件
lookfor 通过help条目搜索关键字
which 定位函数和文件
Demo 运行演示程序
Path 控制MATLAB的搜索路径
管理变量和工作空间
Who 列出当前变量
Whos 列出当前变量(长表)
Load 从磁盘文件中恢复变量
Save 保存工作空间变量
Clear 从内存中清除变量和函数
Pack 整理工作空间内存
Size 矩阵的尺寸
Length 向量的长度
disp 显示矩阵或
与文件和*作系统有关的命令
cd 改变当前工作目录
Dir 目录列表
Delete 删除文件
Getenv 获取环境变量值
! 执行DOS*作系统命令
Unix 执行UNIX*作系统命令并返回结果Diary 保存MATLAB任务
控制命令窗口
Cedit 设置命令行编辑
Clc 清命令窗口
Home 光标置左上角
Format 设置输出格式
Echo 底稿文件内使用的回显命令
more 在命令窗口中控制分页输出
启动和退出MATLAB
Quit 退出MATLAB
Startup 引用MATLAB时所执行的M文件
Matlab rc 主启动M文件
一般信息
Info MATLAB系统信息及Mathworks公司信息Subscribe 成为MATLAB的订购用户
hostid MATLAB主服务程序的识别代号
Whatsnew 在说明书中未包含的新信息
Ver 版本信息
*作符和特殊字符
+ 加
—减
* 矩阵乘法
.* 数组乘法
^ 矩阵幂
.^ 数组幂
\ 左除或反斜杠
/ 右除或斜杠
./ 数组除
Kron Kronecker张量积
: 冒号
( ) 圆括号
[ ] 方括号
. 小数点
.. 父目录
…继续
, 逗号
; 分号
% 注释
! 感叹号
…转置或引用
= 赋值
= = 相等
< > 关系*作符
& 逻辑与
| 逻辑或
~ 逻辑非
xor 逻辑异或
逻辑函数
Exist 检查变量或函数是否存在
Any 向量的任一元为真,则其值为真All 向量的所有元为真,则其值为真
Find 找出非零元素的索引号
三角函数
Sin 正弦
Sinh 双曲正弦
Asin 反正弦
Asinh 反双曲正弦
Cos 余弦
Cosh 双曲余弦
Acos 反余弦
Acosh 反双曲余弦
Tan 正切
Tanh 双曲正切
Atan2 四象限反正切
Atanh 反双曲正切
Sec 正割
Sech 双曲正割
Asech 反双曲正割
Csc 余割
Csch 双曲余割
Acsc 反余割
Acsch 反双曲余割
Cot 余切
Coth 双曲余切
Acot 反余切
Acoth 反双曲余切
指数函数
Exp 指数
Log 自然对数
Log10 常用对数
Sqrt 平方根{{分页}}
复数函数
Abs 绝对值
Argle 相角
Conj 复共轭
Image 复数虚部
Real 复数实部
数值函数
Fix 朝零方向取整
Floor 朝负无穷大方向取整
Ceil 朝正无穷大方向取整
Round 朝最近的整数取整
Sign 符号函数
基本矩阵
Zeros 零矩阵
Ones 全“1”矩阵
Eye 单位矩阵
Rand 均匀分布的随机数矩阵
Randn 正态分布的随机数矩阵
Logspace 对数间隔的向量
Meshgrid 三维图形的X和Y数组
: 规则间隔的向量
特殊变量和常数
Ans 当前的答案
Eps 相对浮点精度
Realmax 最大浮点数
Realmin 最小浮点数
Pi 圆周率
I,j 虚数单位
Inf 无穷大
Nan 非数值
Flops 浮点运算次数
Nargin 函数输入变量数
Nargout 函数输出变量数
Computer 计算机类型
Isieee 当计算机采用IEEE算术标准时,其值为真Why 简明的答案
Version MATLAB版本号
时间和日期
Clock 挂钟
Date 日历
Tic 秒表开始计时
Toc 计时函数
Cputime CPU时间(以秒为单位)矩阵*作
Diag 建立和提取对角阵
Fliplr 矩阵作左右翻转
Flipud 矩阵作上下翻转
Reshape 改变矩阵大小
Rot90 矩阵旋转90度
Tril 提取矩阵的下三角部分
Triu 提取矩阵的上三角部分
: 矩阵的索引号,重新排列矩阵
Compan 友矩阵
Hadamard Hadamard矩阵
Hankel Hankel矩阵
Hilb Hilbert矩阵
Invhilb 逆Hilbert矩阵
Kron Kronecker张量积
Magic 魔方矩阵
Toeplitz Toeplitz矩阵
Vander Vandermonde矩阵
矩阵分析
Cond 计算矩阵条件数
Norm 计算矩阵或向量范数
Rcond Linpack 逆条件值估计
Rank 计算矩阵秩
Det 计算矩阵行列式值
Trace 计算矩阵的迹
Null 零矩阵
Orth 正交化
线性方程
\和/ 线性方程求解
Chol Cholesky分解
Lu 高斯消元法求系数阵
Inv 矩阵求逆
Qr 正交三角矩阵分解(QR分解)
Pinv 矩阵伪逆
特征值和奇异值
Eig 求特征值和特征向量
Poly 求特征多项式
Hess Hessberg形式
Qz 广义特征值
Cdf2rdf 变复对角矩阵为实分块对角形式
Schur Schur分解
Balance 矩阵均衡处理以提高特征值精度
Svde 奇异值分解
矩阵函数
Expm 矩阵指数
Expm1 实现expm的M文件
Expm2 通过泰勒级数求矩阵指数
Expm3 通过特征值和特征向量求矩阵指数
Logm 矩阵对数
Sqrtm 矩阵开平方根
Funm 一般矩阵的计算
泛函——非线性数值方法
Ode23 低阶法求解常微分方程
Ode23p 低阶法求解常微分方程并绘出结果图形Ode45 高阶法求解常微分方程
Quad 低阶法计算数值积分
Quad8 高阶法计算数值积分
Fmin 单变量函数的极小变化
Fmins 多变量函数的极小化
Fzero 找出单变量函数的零点
Fplot 函数绘图
多项式函数
Roots 求多项式根
Poly 构造具有指定根的多项式
Polyvalm 带矩阵变量的多项式计算
Residue 部分分式展开(留数计算)Polyfit 数据的多项式拟合
Polyder 微分多项式
Conv 多项式乘法
Deconv 多项式除法
建立和控制图形窗口
Figure 建立图形
Gcf 获取当前图形的句柄
Clf 清除当前图形
Close 关闭图形
建立和控制坐标系
Subplot 在标定位置上建立坐标系
Axes 在任意位置上建立坐标系
Gca 获取当前坐标系的句柄
Cla 清除当前坐标系
Axis 控制坐标系的刻度和形式
Caxis 控制伪彩色坐标刻度
Hold 保持当前图形
句柄图形对象
Figure 建立图形窗口
Axes 建立坐标系
Line 建立曲线
Text 建立文本串
Patch 建立图形填充块
Surface 建立曲面
Image 建立图像
Uicontrol 建立用户界面控制
Uimen 建立用户界面菜单{{分页}}
句柄图形*作
Set 设置对象
Get 获取对象特征
Reset 重置对象特征
Delete 删除对象
Newplot 预测nextplot性质的M文件
Gco 获取当前对象的句柄
Drawnow 填充未完成绘图事件
Findobj 寻找指定特征值的对象
打印和存储
Print 打印图形或保存图形
Printopt 配置本地打印机缺省值
Orient 设置纸张取向
Capture 屏幕抓取当前图形
基本X—Y图形
Plot 线性图形
Loglog 对数坐标图形
Semilogx 半对数坐标图形(X轴为对数坐标)Semilogy 半对数坐标图形(Y轴为对数坐标)Fill 绘制二维多边形填充图
特殊X—Y图形
Polar 极坐标图
Bar 条形图
Stem 离散序列图或杆图
Stairs 阶梯图
Errorbar 误差条图
Hist 直方图
Rose 角度直方图
Compass 区域图
Feather 箭头图
Fplot 绘图函数
Comet 星点图
图形注释
Title 图形标题
Xlabel X轴标记
Ylabel Y轴标记
Text 文本注释
Gtext 用鼠标放置文本
Grid 网格线
MATLAB编程语言
Function 增加新的函数
Eval 执行由MATLAB表达式构成的字串Feval 执行由字串指定的函数
Global 定义全局变量
程序控制流
If 条件执行语句
Else 与if命令配合使用
Elseif 与if命令配合使用
End For,while和if语句的结束
For 重复执行指定次数(循环)
While 重复执行不定次数(循环)
Break 终止循环的执行
Return 返回引用的函数
Error 显示信息并终止函数的执行
交互输入
Input 提示用户输入
Keyboard 像底稿文件一样使用键盘输入
Menu 产生由用户输入选择的菜单
Pause 等待用户响应
Uimenu 建立用户界面菜单
Uicontrol 建立用户界面控制
一般字符串函数
Strings MATLAB中有关字符串函数的说明
Abs 变字符串为数值
Setstr 变数值为字符串
Isstr 当变量为字符串时其值为真
常用命令-->管理命令和函数
addpath :添加目录到MA TLAB搜索路径
doc :在Web浏览器上现实HTML文档
help :显示Matlab命令和M文件的在线帮助
helpwin
helpdesk :help 兄弟几个
lookfor :在基于Matlab搜索路径的所有M文件中搜索关键字partialpath:部分路径名 8*)
path :所有关于路径名的处理
pathtool :一个不错的窗口路径处理界面
rmpath :删除搜索路径中指定目录
type :显示指定文件的内容
ver :版本信息
version :版本号
web :打开web页
what :列出当前目录吓所有的M文件 Mat文件和 Mex文件whatsnew :显示readme文件
which :显示文件位置
常用命令-->管理变量和工作区(输入输出、内存管理等)
clear :从内存中删除
disp :显示文本或数组内容
length :数组长度(最长维数)
load :重新载入变量(从磁盘上)
mlock :锁定文件,防止文件被错误删除
munlock :解锁文件
openvar :在数组编辑器中打开变量
pack :整理内存空间
save :保存变量到文件 8*)
size :数组维数
who
whos :列出内存变量
workspace :显示工作空间窗口
matlab随机数生成方法
Matlab(https://www.doczj.com/doc/d618109143.html,) 随机数生成方法(转自雅虎空间)
第一种方法是用random 语句,其一般形式为
y = random('分布的英文名',A1,A2,A3,m,n),
表示生成m 行n 列的m × n 个参数为( A1 , A2 , A3 ) 的该分布的随机数。例如:
(1) R = random('Normal',0,1,2,4): 生成期望为0,标准差为1 的(2 行4 列)2× 4 个正态随机数
(2) R = random('Poisson',1:6,1,6):依次生成参数为1 到6 的(1 行6 列)6 个Poisson 随机数
第二种方法是针对特殊的分布的语句:
一.几何分布随机数(下面的P,m 都可以是矩阵)
R = geornd(P) (生成参数为P 的几何随机数)
R = geornd(P,m)(生成参数为P 的× m 个几何随机数)
1
R = geornd(P,m,n)(生成参数为P 的m 行n 列的m × n 个几何随机数)
例如
(1)R = geornd(1./ 2.^(1:6)) ( 生成参数依次为1/2,1/2^2,到1/2^6 的6 个几何随机数)
(2)R = geornd(0.01,[1 5]) (生成参数为0.01 的(1行5列)5 个几何随机数).
二.Beta 分布随机数
R = betarnd(A,B)(生成参数为A,B 的Beta 随机数)
R = betarnd(A,B,m)(生成× m 个数为A,B 的Beta 随机数)
1
R = betarnd(A,B,m,n)(生成m 行n 列的m × n 个数为A,B 的Beta 随机数).
三.正态随机数
R = normrnd(MU,SIGMA)(生成均值为MU,标准差为SIGMA 的正态随机数)
R = normrnd(MU,SIGMA,m)(生成1× m 个正态随机数)
R = normrnd(MU,SIGMA,m,n) (生成m 行n 列的m × n 个正态随机数)
例如
(1) R = normrnd(0,1,[1 5]) 生成5 个正态(0,1) 随机数
(2) R = normrnd([1 2 3;4 5 6],0.1,2,3)生成期望依次为[1,2,3;4,5,6], 方差为0.1 的2× 3 个正态随机数.
四.二项随机数:类似地有
R = binornd(N,P)R = binornd(N,P,m) R = binornd(N,p,m,n)
例如
n = 10:10:60; r1 = binornd(n,1./n)或r2 = binornd(n,1./n,[1 6]) (都生成参数分别为 1 1 ), L, ( 60, ) 的6个二项随机数.
(10,
10 60
五.自由度为V 的χ 2 随机数:
R = chi2rnd(V)R = chi2rnd(V R = chi2rnd(V
,m) ,m,n)
六.期望为MU 的指数随机数(即Exp 随机数):
1
MU
R = exprnd(MU)R = exprnd(MU,m)R = exprnd(MU,m,n)
七.自由度为V1,V2 的 F 分布随机数:
R = frnd(V1,V2)R = frnd(V1,V2,m)R = frnd(V1,V2,m,n)
八.Γ ( A, λ ) 随机数:
R = gamrnd(A,lambda)R = gamrnd(A,lambda,m)R = gamrnd(A,lambda,m,n)
九.超几何分布随机数:
R = hygernd(N,K,M)R = hygernd(N,K,M,m)R = hygernd(N,K,M,m,n)
十.对数正态分布随机数
R = lognrnd(MU,SIGMA)R = lognrnd(MU,SIGMA,m)R = lognrnd(MU,SIGMA,m,n)
十一.负二项随机数:
R = nbinrnd(r,p)R = nbinrnd(r,p,m)R = nbinrnd(r,p,m,n)
十二.Poisson 随机数:
R = poissrnd(lambda) R = poissrnd(lambda,m)R = poissrnd(lambda,m,n)
例如,以下3 种表达有相同的含义:lambda = 2;R = poissrnd(lambda,1,10)
(或R = poissrnd(lambda,[1 10])或R = poissrnd(lambda(ones(1,10)))
十三.Rayleigh 随机数:
R = raylrnd(B) R = raylrnd(B,m)R = raylrnd(B,m,n)
十四.V 个自由度的t 分布的随机数:
R = trnd(V) R = trnd(V,m)R = trnd(V,m,n)
42
十五.离散的均匀随机数:
R = unidrnd(N) R = unidrnd(N,m)R = unidrnd(N,m,n)
十六.[A,B] 上均匀随机数
R = unifrnd(A,B) R = unifrnd(A,B,m)R = unifrnd(A,B,m,n)
例如unifrnd(0,1:6)与unifrnd(0,1:6,[1 6]) 都依次生成[0,1] 到[0,6]的6个均匀随机数.:
十七.Weibull 随机数
R = weibrnd(A,B) R = weibrnd(A,B,m)R = weibrnd(A,B,m,n)
搜索更多相关主题的帖子: matlab随机数
https://www.doczj.com/doc/d618109143.html,/viewthread.php?tid=48969&sid=Y6Hoyh
rand(n):生成0到1之间的n阶随机数方阵rand(m,n):生成0到1之间的m×n的随机数矩阵(现成的函数) 另外:
Matlab随机数生成函数
betarnd 贝塔分布的随机数生成器
binornd 二项分布的随机数生成器
chi2rnd 卡方分布的随机数生成器
exprnd 指数分布的随机数生成器
frnd f分布的随机数生成器
gamrnd 伽玛分布的随机数生成器
geornd 几何分布的随机数生成器
hygernd 超几何分布的随机数生成器
lognrnd 对数正态分布的随机数生成器
nbinrnd 负二项分布的随机数生成器
ncfrnd 非中心f分布的随机数生成器
nctrnd 非中心t分布的随机数生成器
ncx2rnd 非中心卡方分布的随机数生成器
normrnd 正态(高斯)分布的随机数生成器
poissrnd 泊松分布的随机数生成器
raylrnd 瑞利分布的随机数生成器
trnd 学生氏t分布的随机数生成器
unidrnd 离散均匀分布的随机数生成器
unifrnd 连续均匀分布的随机数生成器
weibrnd 威布尔分布的随机数生成器
matlab产生随机数 Matlab(https://www.doczj.com/doc/d618109143.html,) 随机数生成方法: 第一种方法是用 random 语句,其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n), 表示生成 m 行 n 列的 m × n 个参数为 ( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为 0,标准差为 1 的(2 行 4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6): 依次生成参数为 1 到 6 的(1 行 6 列)6 个 Poisson 随机数 第二种方法是针对特殊的分布的语句: 一.几何分布随机数(下面的 P,m 都可以是矩阵) R = geornd(P) (生成参数为 P 的几何随机数) R = geornd(P,m) (生成参数为 P 的× m 个几何随机数) 1 R = geornd(P,m,n) (生成参数为 P 的 m 行 n 列的 m × n 个几何随机数) 例如 (1) R = geornd(1./ 2.^(1:6)) ( 生成参数依次为 1/2,1/2^2,到 1/2^6 的 6 个几何随机数) (2) R = geornd(0.01,[1 5]) (生成参数为 0.01 的(1行5列)5 个几何随机数). 二.Beta 分布随机数 R = betarnd(A,B) (生成参数为 A,B 的 Beta 随机数) R = betarnd(A,B,m) (生成× m 个数为 A,B 的 Beta 随机数) 1 R = betarnd(A,B,m,n) (生成 m 行 n 列的 m × n 个数为 A,B 的 Beta 随机数). 三.正态随机数 R = normrnd(MU,SIGMA) (生成均值为 MU,标准差为 SIGMA 的正态随机数)R = normrnd(MU,SIGMA,m) (生成 1× m 个正态随机数) R = normrnd(MU,SIGMA,m,n) (生成 m 行 n 列的 m × n 个正态随机数)例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态(0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为[1,2,3;4,5,6], 方
MATLAB主要命令汇总 MATLAB函数参考 附录1.1 管理用命令 函数名功能描述函数名功能描述 addpath 增加一条搜索路径 rmpath 删除一条搜索路径 demo 运行Matlab演示程序 type 列出.M文件 doc 装入超文本文档 version 显示Matlab的版本号 help 启动联机帮助 what 列出当前目录下的有关文件 lasterr 显示最后一条信息 whatsnew 显示Matlab的新特性 lookfor 搜索关键词的帮助 which 造出函数与文件所在的目录 path 设置或查询Matlab路径 附录1.2管理变量与工作空间用命令 函数名功能描述函数名功能描述 clear 删除内存中的变量与函数 pack 整理工作空间内存 disp 显示矩阵与文本 save 将工作空间中的变量存盘 length 查询向量的维数 size 查询矩阵的维数 load 从文件中装入数据 who,whos 列出工作空间中的变量名 附录1.3文件与操作系统处理命令 函数名功能描述函数名功能描述 cd 改变当前工作目录 edit 编辑.M文件 delete 删除文件 matlabroot 获得Matlab的安装根目录 diary 将Matlab运行命令存盘 tempdir 获得系统的缓存目录 dir 列出当前目录的内容 tempname 获得一个缓存(temp)文件 ! 执行操作系统命令 附录1.4窗口控制命令 函数名功能描述函数名功能描述 echo 显示文件中的Matlab中的命令 more 控制命令窗口的输出页面format 设置输出格式 附录1.5启动与退出命令 函数名功能描述函数名功能描述 matlabrc 启动主程序 quit 退出Matlab环境 startup Matlab自启动程序 附录2 运算符号与特殊字符附录 2.1运算符号与特殊字符 函数名功能描述函数名功能描述
概率特性仿真实验与程序-Matlab 仿真-随机数生成-负指数分布-k 阶 爱尔兰分布-超指数分布 使用Java 中的SecureRandom .nextDouble()生成一个0~1之间的随机浮点数,然后使用反函数法生成一个符合指数分布的随机变量(反函数求得为λ) 1ln(R x --=)。指数分布的 参数λ为getExpRandomValue 函数中的参数lambda 。生成一个指数分布的随机变量的代码如下,后面都将基于该函数生成一组负指数分布、K 阶爱尔兰分布、2阶超指数分布随机变量,然后将生成的随机数通过matlab 程序进行仿真,对随机数的分布特性进行验证。 生成一组参数为lambda (λ)的负指数分布的随机变量 通过下面的函数生成一组λ参数为lambda 的随机变量,其中size 表示随机变量的个数。通过该函数生成之后,可以将这些随机值保存在文件中,以备分析和验证,比如保存在exp.txt 文件中,供下面介绍的matlab 程序分析。 通过genExp (1000000, 0.2)生成1000000个参数为0.2的随机变量,然后保存到exp.txt 中,然后使用下面的matlab 程序对这些随机数的性质进行验证,如果这些随机数符合λ=0.2的负指数分布,则其均值应为1/λ,即1/0.2=5,其方差应为1/λ2=1/(0.2*0.2)=25。然后对这些随机数的概率分布进行统计分析,以长度为1的区间为统计单位,统计各区间内随机数出现的频数,求出在各区间的概率,绘制图形,与参数为λ的真实负指数分布曲线进行对比。下图为matlab 代码
如下图所示,均值为4.996423,约等于5,方差为24.96761,约等于25,与实际情况相符。此外,通过matlab统计的概率密度函数曲线与真实曲线基本重合(其中在0-1之间没有重合的原因是,实际情况是在0-1之间有无数个点,而matlab统计时以1为一个区间进行统计,只生成了一个统计项,而这无数个点的概率全部加到1点处,因此两条线没有重合,而且1点处的值远大于实际值,如果统计单位划分越细,0-1之间的拟合度更高),表明生成的随机数符合负指数分布。
常见分布函数表
Matlab中产生正态分布随机数的函数normrnd 功能:生成服从正态分布的随机数 语法: R=normrnd(MU,SIGMA) R=normrnd(MU,SIGMA,m) R=normrnd(MU,SIGMA,m,n) 说明: R=normrnd(MU,SIGMA):生成服从正态分布(MU参数代表均值,DELTA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同,输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。 R=norrmrnd(MU,SIGMA,m):生成服从正态分布(MU参数代表均值,DELTA参数代表标准差)的随机数矩阵,矩阵的形式由m定义。m是一个1×2向量,其中的两个元素分别代表返回值R中行与列的维数。 R=normrnd(MU,SIGMA,m,n):生成m×n形式的正态分布的随机数矩阵。
>> help normrnd NORMRND Random arrays from the normal distribution. R = NORMRND(MU,SIGMA) returns an array of random numbers chosen from a normal distribution with mean MU and standard deviation SIGMA. The size of R is the common size of MU and SIGMA if both are arrays. If either parameter is a scalar, the size of R is the size of the other parameter. R = NORMRND(MU,SIGMA,M,N,...) or R = NORMRND(MU,SIGMA,[M,N,...]) returns an M-by-N-by-... array. 例:生成正态分布随机数。 >> a=normrnd(0,1) a = -1.4814
1.使用“Tab”键可以在Matlab进行命令输入时补全变量名或者命令名; 2.使用“Ctrl+C”组合键能够强制从运行的或者进入死循环的Matlab程序中退出; 3.使用“上”“下”方向键能够调用Matlab的历史命令; 4.Matlab的变量命名规则注意: a.区分大小写; b.必须以字母开头; c.中间不能有空格、标点符号等; 5.在一条命令或语句的末尾加上一个分号,则Matlab就不会在屏幕上显示这条命令计算的结果; 6.在Matlab中,“...”(3个句点)称为“续行符”,表示同一语句的延续输入; 注意:只有当续行符出现在变量名和运算符之间,才能起到语句延续的作用。出现在一个变量名中间时,是不能实现语句延续的。换句话说,变量名不能分割成两行书写。 7.在进行三角函数运算时,Matlab使用的是“弧度制”而不是“角度制”; 8.选择需要注释的语句块以后,使用“Ctrl+R”可以进行Matlab语句注释;使用“Ctrl+T”可以进行语句块的解注释; 9.Matlab数组的下标是从“1”开始的,这点与C语言不同; 1 0.使用空格和逗号隔开的元素指定的是同一行的元素,使用分号或者回车分开的元素指定的是不同行的元素。 Q1:matlab有没有监视内存的方法? A:用函数whos。 Q2:如何解决matlab7.0命令窗口跳出一大堆java错误...
A:换matlab7的sp2。 Q3:自从安装matlab,一开机就在进程里有matlab。 能不能开机的时候进程就不运行matlab? A:开始-->控制面板-->管理工具-->服务 把MATLAB Server的属性改成“手动”就行了。 Q4:退出matlab7程序运行的快捷键。 A:ctrl+q Q5:matlab7远程控制是否有限制? A:不能远程控制,不过你可以先在你的remote机器上打开,然后就可以用了。 Q6:Matlab占用资源太多怎么办? A:用matlab-nojvm启动(如果不需要图形界面)。 Q7:怎样给matlab添加新的toolbox? A:在matlab的文件菜单里边添加路径,选set path。 Q8:请问matlab有没有命令可以调出历史输入啊? A:command history窗口。 Q9:matlab7.0不能在64位的cpu下运行? A:matlab应该是依赖于自己的虚拟机的 但是好像这个虚拟机是在IA32里面作出来的,所以,应该找个带64位的java虚拟机替换原来的,不过不一定能行or so,记不清了) Q10:matlab有没有注释一段的功能? A:选中一段代码,ctrl r就是区段注释 选中一段代码,ctrl t取消区段注释
Matlab 各种随机数设置 randn(伪随机正态分布数) Normally distributed pseudorandom numbers Syntax r = randn(n) randn(m,n) randn([m,n]) randn(m,n,p,...) randn([m,n,p,...]) randn(size(A)) r = randn(..., 'double') r = randn(..., 'single') Description r = randn(n) returns an n-by-n matrix containing pseudorandom values drawn from the standard normal distribution. randn(m,n) or randn([m,n]) returns an m-by-n matrix. randn(m,n,p,...) or randn([m,n,p,...]) returns an m-by-n-by-p-by-... array. randn returns a scalar. randn(size(A)) returns an array the same size as A. r = randn(..., 'double') or r = randn(..., 'single') returns an array of normal values of the specified class. Note The size inputs m, n, p, ... should be nonnegative integers. Negative integers are treated as 0. The sequence of numbers produced by randn is determined by the internal state of the uniform pseudorandom number generator that underlies rand, randi, and randn. randn uses one or more uniform values from that default stream to generate each normal value. Control the default stream using its properties and methods. Note In versions of MATLAB prior to 7.7 (R2008b), you controlled the internal state of the random number stream used by randn by calling randn directly with the 'seed' or 'state' keywords. Examples Generate values from a normal distribution with mean 1 and standard deviation 2. r = 1 + 2.*randn(100,1); Generate values from a bivariate normal distribution with specified mean vector and covariance matrix. mu = [1 2]; Sigma = [1 .5; .5 2]; R = chol(Sigma); z = repmat(mu,100,1) + randn(100,2)*R; Replace the default stream at MATLAB startup, using a stream whose seed is based on clock, so that randn will return different values in different MATLAB sessions. It is usually not desirable to do this more than once per MATLAB session. RandStream.setDefaultStream ...
M A T L A B产生各种分布 的随机数 The final revision was on November 23, 2020
MATLAB产生各种分布的随机数 1,均匀分布U(a,b): 产生m*n阶[a,b]均匀分布U(a,b)的随机数矩阵:unifrnd (a,b,m, n) 产生一个[a,b]均匀分布的随机数:unifrnd (a,b) 2,0-1分布U(0,1) 产生m*n阶[0,1]均匀分布的随机数矩阵:rand (m, n) 产生一个[0,1]均匀分布的随机数:rand 4,二类分布binornd(N,P,mm,nn)如binornd(10,,mm,nn) 即产生mm*nn均值为N*P的矩阵 binornd(N,p)则产生一个。而binornd(10,,mm)则产生mm*mm的方阵,军阵为N*p。 5,产生m*n阶离散均匀分布的随机数矩阵: unidrnd(N,mm,nn)产生一个数值在1-N区间的mm*nn矩阵 6,产生mm nn阶期望值为的指数分布的随机数矩阵: exprnd( ,mm, nn) 此外,常用逆累积分布函数表 函数名调用格式函数注释 norminv X=norminv(P,mu,sigma) 正态逆累积分布函数 expinv X=expinv(P,mu) 指数逆累积分布函数 weibinv X=weibinv(P,A,B) 威布尔逆累积分布函数 logninv X=logninv(P,mu,sigma) 对数正态逆累积分布函数
Chi2inv X=chi2inv(P,A,B) 卡方逆累积分布函数 Betainv X=betainv(P,A,B) β分布逆累积分布函数 随机数的产生 4.1.1 二项分布的随机数据的产生 命令参数为N,P的二项随机数据 函数 binornd 格式 R = binornd(N,P) %N、P为二项分布的两个参数,返回服从参数为N、P的二项分布的随机数,N、P大小相同。 R = binornd(N,P,m) %m指定随机数的个数,与R同维数。 R = binornd(N,P,m,n) %m,n分别表示R的行数和列数 例4-1 >> R=binornd(10, R = 3 >> R=binornd(10,,1,6) R = 8 1 3 7 6 4 >> R=binornd(10,,[1,10]) R = 6 8 4 6 7 5 3 5 6 2 >> R=binornd(10,,[2,3]) R = 7 5 8 6 5 6 >>n = 10:10:60; >>r1 = binornd(n,1./n) r1 = 2 1 0 1 1 2 >>r2 = binornd(n,1./n,[1 6]) r2 = 0 1 2 1 3 1 4.1.2 正态分布的随机数据的产生
MATLAB常用图像操作 一. 读写图像文件 1. imread imread函数用于读入各种图像文件,如:a=imread('e:\w01.tif') 注:计算机E盘上要有w01相应的.tif文件。 2. imwrite imwrite函数用于写入图像文件,如:imwrite(a,'e:\w02.tif',’tif’) 3. imfinfo imfinfo函数用于读取图像文件的有关信息,如:imfinfo('e:\w01.tif') 二. 图像的显示 1. image image函数是MATLAB提供的最原始的图像显示函数(主要彩色显示图象),如:a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2. imshow imshow函数用于灰度图像文件的显示,如: i=imread('e:\w01.tif'); imshow(i); 3. colorbar colorbar函数用显示图像的颜色条。 通常,颜色映象进行过调节,把数据从最小扩展到最大,也就是说整个颜色映象都用于绘图。有时也许想改变颜色使用的方法。函数caxis代表颜色轴,因为颜
色增加了另一个维数,它允许对数据范围的一个子集使用整个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。 [cmin,cmax]=caxis返回映射到颜色映象中第一和最后输入项的最小和最大的数据。它们通常被设成数据的最小值和最大值。比如,函数mesh(peaks) 会画出函数peaks的网格图,并把颜色轴caxis设为[-6.5466,8.0752],即Z的最小值和最大值。这些值之间的数据点,使用从颜色映象中经插值得到的颜色。如:i=imread('e:\w01.tif'); imshow(i); colorbar; 4 .figure figure函数用于设定图像显示窗口,如:figure(1); /figure(2); 5.imagesc(a); caxis([-3 8]) ; colorbar; 标尺标度从-3,到8 显示标度尺。 三. 图像的变换 1. fft2 fft2函数用于数字图像的二维傅立叶变换,如: i=imread('e:\w01.tif'); j=fft2(i); 2. ifft2 ifft2函数用于数字图像的二维傅立叶反变换,如: i=imread('e:\w01.tif'); j=fft2(i);
一、MATLAB常用的基本数学函数 abs(x):纯量的绝对值或向量的长度 angle(z):复数z的相角(Phase angle) sqrt(x):开平方 real(z):复数z的实部 imag(z):复数z的虚部 conj(z):复数z的共轭复数 round(x):四舍五入至最近整数 fix(x):无论正负,舍去小数至最近整数 floor(x):地板函数,即舍去正小数至最近整数ceil(x):天花板函数,即加入正小数至最近整数rat(x):将实数x化为分数表示 rats(x):将实数x化为多项分数展开 sign(x):符号函数(Signum function)。 当x<0时,sign(x)=-1; 当x=0时,sign(x)=0; 当x>0时,sign(x)=1。 rem(x,y):求x除以y的馀数 gcd(x,y):整数x和y的最大公因数 lcm(x,y):整数x和y的最小公倍数 exp(x):自然指数 pow2(x):2的指数 log(x):以e为底的对数,即自然对数或 log2(x):以2为底的对数 log10(x):以10为底的对数 二、MATLAB常用的三角函数 sin(x):正弦函数 cos(x):余弦函数
tan(x):正切函数 asin(x):反正弦函数 acos(x):反馀弦函数 atan(x):反正切函数 atan2(x,y):四象限的反正切函数 sinh(x):超越正弦函数 cosh(x):超越馀弦函数 tanh(x):超越正切函数 asinh(x):反超越正弦函数 acosh(x):反超越馀弦函数 atanh(x):反超越正切函数 三、适用於向量的常用函数有: min(x): 向量x的元素的最小值 max(x): 向量x的元素的最大值 mean(x): 向量x的元素的平均值 median(x): 向量x的元素的中位数 std(x): 向量x的元素的标准差 diff(x): 向量x的相邻元素的差 sort(x): 对向量x的元素进行排序(Sorting)length(x): 向量x的元素个数 norm(x): 向量x的欧氏(Euclidean)长度sum(x): 向量x的元素总和 prod(x): 向量x的元素总乘积 cumsum(x): 向量x的累计元素总和cumprod(x): 向量x的累计元素总乘积 dot(x, y): 向量x和y的内积 cross(x, y): 向量x和y的外积 四、MATLAB的永久常数
1.由U(0,1)分布的随机数产生U(a,b)的随机数 r=rand(1,20); s=a+(b-a)*r; 例: r=rand(1,20); s=2+(10-2)*r s = Columns 1 through 11 7.0589 2.7803 4.2280 6.3751 9.6601 9.7191 3.2609 9.7647 9.6573 5.8830 8.4022 Columns 12 through 20 3.1351 5.3741 9.3259 8.3377 9.6759 7.2459 2.2857 8.7930 9.4719 2.指数分布的抽样 (6.9)n=10的时候 u=rand(1,19); r=1; for i=1:19 r=r*u(i); end s=log(r); m=1; for j=11:19 if(u(j-1)>u(j)) y(m)=u(j) else y(m)=u(j) end m=m+1; end for k=2:9 x(k)=(y(k-1)-y(k))*s end x y = 0.4168
0.4168 0.6569 y = 0.4168 0.6569 0.6280 y = 0.4168 0.6569 0.6280 0.2920 y = 0.4168 0.6569 0.6280 0.2920 0.4317 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 0.1672
2009年03月20日星期五 03:25 P.M. rand(n):生成0到1之间的n阶随机数方阵 rand(m,n):生成0到1之间的m×n 的随机数矩阵 (现成的函数) 另外: Matlab随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器 nctrnd 非中心t分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态(高斯)分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏t分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器 (From:https://www.doczj.com/doc/d618109143.html,/question/30033707.html) matlab生成随机数据 matlab本身提供很多的函数来生成各种各样的随机数据: normrnd 可以生成一定均值和标准差的正态分布 gamrnd 可以生成gamma分布的伪随机数矩阵 chi2rnd 可以生成卡方分布的伪随机数矩阵 trnd 可以生成t分布的伪随机数矩阵 frnd 可以生成f分布的伪随机数矩阵 raylrnd 可以生成rayleigh分布的伪随机数矩阵
一、常用对象操作:除了一般windows窗口的常用功能键外。 1、!dir 可以查看当前工作目录的文件。!dir& 可以在dos状态下查看。 2、who 可以查看当前工作空间变量名, whos 可以查看变量名细节。 3、功能键: 功能键——快捷键——说明 方向上键——Ctrl+P——返回前一行输入 方向下键——Ctrl+N——返回下一行输入 方向左键——Ctrl+B——光标向后移一个字符 方向右键——Ctrl+F——光标向前移一个字符 Ctrl+方向右键Ctrl+R——光标向右移一个字符 Ctrl+方向左键Ctrl+L——光标向左移一个字符 home ——Ctrl+A——光标移到行首 End——Ctrl+E——光标移到行尾 Esc——Ctrl+U——清除一行 Del——Ctrl+D——清除光标所在的字符 Backspace——Ctrl+H——删除光标前一个字符———— Ctrl+K——删除到行尾—— —— Ctrl+C——中断正在执行的命令 4、clc可以命令窗口显示的内容,但并不清除工作空间。 二、函数及运算 1、运算符: +:加,-:减,*:乘,/:除, \:左除^:幂,‘:复数的共轭转置,():制定运算顺序。 2、常用函数表: sin( ) 正弦(变量为弧度) Cot( ) 余切(变量为弧度) sind( )正弦(变量为度数) Cotd( ) 余切(变量为度数) asin( ) 反正弦(返回弧度)
acot( ) 反余切(返回弧度) Asind( ) 反正弦(返回度数) acotd( ) 反余切(返回度数) cos( ) 余弦(变量为弧度) exp( ) 指数 cosd( ) 余弦(变量为度数) log( ) 自然对数 acos( ) 余正弦(返回弧度) log10( ) 以10为底对数 acosd( ) 余正弦(返回度数) sqrt( ) 开方 tan( ) 正切(变量为弧度) realsqrt( ) 返回非负根 tand( ) 正切(变量为度数)—— abs( ) 取绝对值复数的模 atan( ) 反正切(返回弧度) angle( ) 返回复数的相位角 atand( ) 反正切(返回度数)—— mod(x,y) 返回x/y的余数 sum( ) 向量元素求和 3、其余函数可以用help elfun和help specfun命令获得。 4、常用常数的值: pi——3.1415926…….—— realmin——最小浮点数,2^-1022 i——虚数单位—— realmax 最大浮点数,(2-eps)2^1022 j——虚数单位—— Inf——无限值 eps——浮点相对经度=2^-52——
matlab 产生随机数的方法 第一种方法是用 random 语句,其一般形式为 y = random (' 分布的英文名 ',A1,A2,A3,m,n ) , 表示生成m 行n 列的m x n 个参数为(A1 , A2 , A3 ) 的该分 布的随机数。 例如: (1) R = random ('Normal',0,1,2,4): 生成期 望为 0, 标准差为 1 的(2 行 4 列)2 x 4个正态随机数 (2) R = random ('Poisson',1:6,1,6): 依次 生成参数为 1 到 6 的(1 行 6 列 )6 个 Poisson 随机数 第二种方法是针对特殊的分布的语句: 一. 几何分布随机数 R = geornd(P) R = geornd(P,m) (下面的 P , m 都可以是矩阵) (生成参数为 P 的几何随机数) (生成参数为 P 的 x m 个几何随机数) 1 R = geornd (P,m,n ) (生成参数为 P 的 m 行 n 列的 m x n 个几何随 机数) 例如 ⑴ R = geornd (1./ 2八(1:6))(生成参数依次为 1/2,1/2A 2,至U 1/2A 6 的 6 个几 何随机数 ) ⑵ R = geornd (0.01,[1 5])( 生成参数为0.01的(1行5列)5个几何随 机数). 二. Beta 分布随机数 R = betarnd(A,B) R = betarnd(A,B,m) 生成 m 行 n 列的 m x n 个数为 A,B 的 Beta 随 三.正态随机数 R = normrnd (MU, SIGMA ) (生成均值为 MU,标准差为SIGMA 的正态随机数) R = normrnd (MU , SIGMA,m ) (生成 1x m 个正态随机数) R = normrnd(MU , SIGMA,m,n) (生成 m 行 n 列的 m x n 个正态随机数) 例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态 (0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为 [1,2,3;4,5,6], 方 差为 0.1 的 2x 3 个正态随机数. 生成参数为 A,B 的 Beta (生成 x m 个数为 A,B 随机数) 的 Beta 随机数) R = betarnd(A,B,m,n) 机数) .
MATLAB命令大全 管理命令和函数 help:在线帮助文件 doc:装入超文本说明 what:M、MAT、MEX文件的目录列表 type:列出M文件 lookfor:通过help条目搜索关键字 which:定位函数和文件 demo:运行演示程序 path:控制MATLAB的搜索路径 Ctrl+Pause Break:退出死循环 管理变量和工作空间 Who:列出当前变量 Whos:列出当前变量(长表) Load:从磁盘文件中恢复变量
Save:保存工作空间变量 Clear:从内存中清除变量和函数 Pack:整理工作空间内存 Size:矩阵的尺寸 Length:向量的长度 Disp:显示矩阵或 与文件和操作系统有关的命令 Cd:改变当前工作目录 Dir:目录列表 Delete:删除文件 Getenv:获取环境变量值 !:执行DOS操作系统命令 Unix:执行UNIX操作系统命令并返回结果Diary:保存MATLAB任务 控制命令窗口
Cedit:设置命令行编辑 Clc:清命令窗口 Home:光标置左上角 Format:设置输出格式 Echo:底稿文件内使用的回显命令 More:在命令窗口中控制分页输出 启动和退出MATLAB Quit:退出MATLAB Startup:引用MATLAB时所执行的M文件Matlabrc:主启动M文件 一般信息 Info:MATLAB系统信息及Mathworks公司信息Subscribe:成为MATLAB的订购用户Hosted:MATLAB主服务程序的识别代号Whatsnew:在说明书中未包含的新信息
Ver:版本信息 操作符和特殊字符 + 加 —减 * 矩阵乘法 .* 数组乘法 ^ 矩阵幂 .^ 数组幂 \ 左除或反斜杠 / 右除或斜杠 ./ 数组除 Kron Kronecker张量积: 冒号 ( ) 圆括号 [ ] 方括号
matlab 全部的随机数函数 (一)Matlab内部函数 a.基本随机数 Matlab中有两个最基本生成随机数的函数。 1.rand() 生成(0,1)区间上均匀分布的随机变量。基本语法: rand([M,N,P ...]) 生成排列成M*N*P... 多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子: rand(5,1) %生成5个随机数排列的列向量,一般用这种格式 rand(5) %生成5行5列的随机数矩阵 rand([5,4]) %生成一个5行4列的随机数矩阵 生成的随机数大致的分布。 x=rand(100000,1); hist(x,30); 由此可以看到生成的随机数很符合均匀分布。(视频教程会略提及hist()函数的作用) 2.randn() 生成服从标准正态分布(均值为0,方差为1)的随机数。基本语法和rand()类似。 randn([M,N,P ...]) 生成排列成M*N*P... 多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子: randn(5,1) %生成5个随机数排列的列向量,一般用这种格式 randn(5) %生成5行5列的随机数矩阵 randn([5,4]) %生成一个5行4列的随机数矩阵 生成的随机数大致的分布。 x=randn(100000,1); hist(x,50); 由图可以看到生成的随机数很符合标准正态分布。 b.连续型分布随机数 如果你安装了统计工具箱(Statistic Toolbox),除了这两种基本分布外,还可以用Matlab内部函数生成符合下面这些分布的随机数。 3.unifrnd() 和rand()类似,这个函数生成某个区间内均匀分布的随机数。基本语法 unifrnd(a,b,[M,N,P,...]) 生成的随机数区间在(a,b)内,排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
m a t l a b命令 一、常用对象操作:除了一般w i n d o w s窗口的常用功能键外。 1、!d i r可以查看当前工作目录的文件。!d i r&可以在d o s状态下查看。 2、w h o可以查看当前工作空间变量名,w h o s可以查看变量名细节。 3、功能键:功能键快捷键说明方向上键C t r l+P返回前一行输入方向下键C t r l+N返回下一行输入方向左键C t r l+B光标向后移一个字符方向右键C t r l+F光标向前移一个字符C t r l+方向右键C t r l+R光标向右移一个字符C t r l+方向左键C t r l+L光标向左移一个字符h o m e C t r l+A光标移到行首E n d C t r l+E光标移到行尾E s c C t r l+U清除一行D e l C t r l+D清除光标所在的字符
B a c k s p a c e C t r l+H删除光标前一个字符 ?C t r l+K删除到行尾?C t r l+C中断正在执行的命令 4、c l c可以命令窗口显示的内容,但并不清除工作空间。 二、函数及运算 1、运算符:+:加,-:减,*:乘,/:除,\:左除^:幂,‘:复数的共轭转置,():制定运算顺序。 2、常用函数表:s i n()正弦(变量为弧度)C o t()余切(变量为弧度)s i n d()正弦(变量为度数)C o t d()余切(变量为度数)a s i n()反正弦(返回弧度)a c o t()反余切(返回弧度)A s i n d()反正弦(返回度数)a c o t d()反余切(返回度数)
Matlab 随机数生成方法(转自雅虎空间) 第一种方法是用random 语句,其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n), 表示生成m 行n 列的m × n 个参数为( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为0,标准差为1 的(2 行4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6):依次生成参数为1 到6 的(1 行6 列)6 个Poisson 随机数 第二种方法是针对特殊的分布的语句: 一.几何分布随机数(下面的P,m 都可以是矩阵) R = geornd(P) (生成参数为P 的几何随机数) R = geornd(P,m)(生成参数为P 的× m 个几何随机数) 1 R = geornd(P,m,n)(生成参数为P 的m 行n 列的m × n 个几何随机数) 例如 (1)R = geornd(1./ 2.^(1:6)) ( 生成参数依次为1/2,1/2^2,到1/2^6 的6 个几何随机数) (2)R = geornd,[1 5]) (生成参数为的(1行5列)5 个几何随机数). 二.Beta 分布随机数 R = betarnd(A,B)(生成参数为A,B 的Beta 随机数) R = betarnd(A,B,m)(生成× m 个数为A,B 的Beta 随机数) 1 R = betarnd(A,B,m,n)(生成m 行n 列的m × n 个数为A,B 的Beta 随机数). 三.正态随机数 R = normrnd(MU,SIGMA)(生成均值为MU,标准差为SIGMA 的正态随机数) R = normrnd(MU,SIGMA,m)(生成1× m 个正态随机数) R = normrnd(MU,SIGMA,m,n) (生成m 行n 列的m × n 个正态随机数) 例如 (1) R = normrnd(0,1,[1 5]) 生成5 个正态(0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],,2,3)生成期望依次为[1,2,3;4,5,6], 方差为的2× 3 个正态随机数. 四.二项随机数:类似地有 R = binornd(N,P)R = binornd(N,P,m) R = binornd(N,p,m,n) 例如 n = 10:10:60; r1 = binornd(n,1./n)或r2 = binornd(n,1./n,[1 6]) (都生成参数分别为1 1 ), L, ( 60, ) 的6个二项随机数. (10, 10 60 五.自由度为V 的χ 2 随机数:
Matlab(https://www.doczj.com/doc/d618109143.html,) 随机数生成方法 第一种方法是用random 语句,其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n), 表示生成m 行n 列的m × n 个参数为( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为0,标准差为1 的(2 行4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6):依次生成参数为1 到6 的(1 行6 列)6 个Poisson 随机数 第二种方法是针对特殊的分布的语句: 一.几何分布随机数(下面的P,m 都可以是矩阵) R = geornd(P) (生成参数为P 的几何随机数) R = geornd(P,m)(生成参数为P 的× m 个几何随机数) R = geornd(P,m,n)(生成参数为P 的m 行n 列的m × n 个几何随机数) 例如 (1)R = geornd(1./ 2.^(1:6)) ( 生成参数依次为1/2,1/2^2,到1/2^6 的6 个几何随机数) (2)R = geornd(0.01,[1 5]) (生成参数为0.01 的(1行5列)5 个几何随机数). 二.Beta 分布随机数 R = betarnd(A,B)(生成参数为A,B 的Beta 随机数) R = betarnd(A,B,m)(生成× m 个数为A,B 的Beta 随机数) R = betarnd(A,B,m,n)(生成m 行n 列的m × n 个数为A,B 的Beta 随机数). 三.正态随机数 R = normrnd(MU,SIGMA)(生成均值为MU,标准差为SIGMA 的正态随机数) R = normrnd(MU,SIGMA,m)(生成1× m 个正态随机数) R = normrnd(MU,SIGMA,m,n) (生成m 行n 列的m × n 个正态随机数) 例如